连续扩散在随机 k-SAT 上胜过离散扩散，学者提议作标准基准
ArashVahdat · x · 2026-09-23
- Andrea（被 ArashVahdat 转发）指出，用扩散模型生成离散数据正受到越来越多的关注，并提议研究者将方法在随机 k-SAT 均匀解生成任务上做基准测试。
- k-SAT 解生成是一个干净的测试场景：实验显示连续扩散在此优于离散扩散，且扩散过程本身的选择会影响结果。
- 原帖附有 arXiv 链接供参考。
「研究」频道最新
- OfirPress 质疑新榜单算法:子集挑题+平均通过率,掩盖任务真实完成度 — OfirPress · 2026-09-23
- 剑桥出版高维统计新教科书,Samworth 与 Shah 合著免费开放 — FrnkNlsn · 2026-09-23
- Reinforce-Ada:按难度自适应分配算力,RLVR 收敛加速至 2 倍 — burny_tech · 2026-09-23
- 论文:Transformer 并非没有世界模型,而是特征叠加互相干扰 — burny_tech · 2026-09-23
- 新论文称 Transformer 难以学会 loop-closure 世界建模 — burny_tech · 2026-09-23
- 开源 RL 论文遭质疑：centering 修正被指只是重算采样分布梯度 — burny_tech · 2026-09-23